Post 1
J'ai fait ma thèse ESCP sur mes propres élèves
« 65 élèves interrogés. 65 utilisent l'IA pour travailler. 100 %. Pas un de moins. »
Recherche · Mémoire de Master ESCP 2025-2026
L'IA rend-elle les élèves plus forts, ou dépendants ?
« AI in Education: A Catalyst for Learning or a New Form of Dependency? »
Une thèse de terrain : 42 étudiants de prépa ECG et 23 lycéens, qui utilisent tous l'IA. Même outil, même moment, deux façons de s'en servir. Voici ce qu'elle montre, en clair.
Dimitar Dimitrov, fondateur de Prépa Rationnelle · ESCP Business School · Directrice de mémoire : Prof. Ana Reyes Menéndez
Thèse en anglais, PDF de 50 pages · Affiche en français, PDF format A2
En 30 secondes
Ce que la thèse montre
100 %
des 65 répondants utilisent l'IA pour travailler. ChatGPT en tête, chez tous.
p. 27-28
1,87 pt
d'écart de maturité cognitive sur une échelle de 7 : 5,57 en prépa, 3,70 au lycée.
Tableau 7, p. 33
52 % · 61 %
des prépas et des lycéens estiment que l'IA fait plus monter leurs notes que leur compréhension.
p. 35
5,12 · 3,65
Crainte de dépendance, sur 7 : forte en prépa, faible au lycée. Les plus exposés sont les moins inquiets.
Tableau 8, p. 34-35
L'effet de l'IA sur l'apprentissage dépend de la maturité de l'élève, pas de la technologie.
La conclusion centrale de la thèse.
La question
Les notes montent. Mais l'élève apprend-il encore ?
Depuis l'arrivée de ChatGPT fin 2022, presque tous les élèves s'en servent pour travailler. Les études publiées trouvent deux effets en même temps : les performances montent à court terme, et l'effort mental investi baisse.
C'est le paradoxe au cœur de la thèse : un devoir bien rendu ne prouve plus qu'un élève a appris.
Ces études traitent presque toujours les élèves comme un groupe homogène. Elles ne se demandent pas si l'effet change selon la maturité de celui qui tient l'outil. D'où la question de la thèse : à quelles conditions l'IA aide-t-elle à apprendre en profondeur, plutôt que de rendre dépendant ?
La méthode
65 élèves, deux terrains, un même outil
Qui
42 étudiants de prépa ECG et 23 lycéens. Deux groupes exposés au même outil, au même moment, mais à deux stades de maturité.
Quoi et quand
Un questionnaire de 25 questions : usage de l'IA, effort, autonomie, maturité, effets ressentis. Réponses de 1 à 7. Rempli en février-mars 2026.
En plus des chiffres
22 échanges approfondis avec des prépas (messages écrits et vocaux), 10 entretiens en face à face avec des lycéens, et les observations des professeurs pendant les cours.
Point de comparaison
L'enquête nationale de Major Prépa (2025, 440 répondants). L'échantillon prépa de la thèse lui ressemble, ce qui renforce la portée des résultats.
Les outils utilisés (plusieurs réponses possibles)
| Outil | Prépa ECG | Lycée |
|---|---|---|
| ChatGPT | 100,0 % | 100,0 % |
| DeepL | 31,0 % | 26,1 % |
| Gemini | 21,4 % | 34,8 % |
| Perplexity | 21,4 % | 4,3 % |
| Claude | 14,3 % | 30,4 % |
| Google Traduction | 11,9 % | 13,0 % |
Source : Tableau 3, p. 28 (plusieurs choix possibles). Analyse : tests de Mann-Whitney et de Fisher, corrélation de Spearman.
Petit lexique
- Délestage cognitif
- Confier à un outil une partie du travail mental, comme noter un numéro au lieu de le retenir. Utile quand on délègue ce qui encombre. Nuisible quand on délègue l'effort qui fait apprendre.
- Maturité cognitive
- La capacité à piloter son propre travail : planifier, suivre sa progression, s'évaluer, raisonner seul sur du nouveau. Mesurée ici par 4 questions, résumées dans un indice sur 7.
- Métacognition
- Penser sur sa propre façon de penser. Savoir quand on a compris, et quand on fait semblant.
- « Significatif », « p < 0,001 »
- Un écart est significatif quand il est très peu probable qu'il vienne du hasard de l'échantillon. Plus p est petit, plus l'écart est solide. p < 0,001 : moins d'une chance sur mille d'observer un tel écart si les deux groupes étaient en réalité identiques.
Résultat 1
En surface, les mêmes usages
Prépas et lycéens se servent de l'IA à la même fréquence, dans les mêmes matières, pour les mêmes tâches. Sur ces usages, aucun écart significatif entre les deux groupes.
- Prépa ECG (n = 42)
- Lycée (n = 23)
Plusieurs fois par jour
Prépa ECG : 14 %
Lycée : 4 %
Une fois par jour
Prépa ECG : 17 %
Lycée : 22 %
Plusieurs fois par semaine
Prépa ECG : 55 %
Lycée : 57 %
Une fois par semaine
Prépa ECG : 14 %
Lycée : 17 %
Voir les données exactes
| Question | Prépa ECG | Lycée | p |
|---|---|---|---|
| Plusieurs fois par jour | 14,3 % | 4,3 % | — |
| Une fois par jour | 16,7 % | 21,7 % | — |
| Plusieurs fois par semaine | 54,8 % | 56,5 % | — |
| Une fois par semaine | 14,3 % | 17,4 % | — |
Source : Tableau 2, p. 27-28.
- Prépa ECG (n = 42)
- Lycée (n = 23)
- Major Prépa 2025 (n = 440)
Trouver des idées
Prépa ECG : 64 %
Lycée : 61 %
Major Prépa 2025 : 55 %
Corriger, reformulerécart avec Major Prépa : p = 0,014
Prépa ECG : 64 %
Lycée : 65 %
Major Prépa 2025 : 44 %
Rédiger une dissertation entière
Prépa ECG : 38 %
Lycée : 30 %
Major Prépa 2025 : 46 %
Voir les données exactes
| Question | Prépa ECG | Lycée | Major Prépa 2025 | p |
|---|---|---|---|---|
| Trouver des idées | 64,3 % | 60,9 % | 55,2 % | 0,795 (vs lycée) · 0,329 (vs MP) |
| Corriger, reformuler | 64,3 % | 65,2 % | 43,9 % | 1,000 (vs lycée) · 0,014 (vs MP) |
| Rédiger une dissertation entière | 38,1 % | 30,4 % | 46,4 % | 0,597 (vs lycée) · 0,334 (vs MP) |
Source : Tableau 5, p. 30 (réponse de 5 à 7 sur 7 ; test exact de Fisher).
- Prépa ECG (n = 42)
- Lycée (n = 23)
- Major Prépa 2025 (n = 440)
Langues
Prépa ECG : 83 %
Lycée : 78 %
Major Prépa 2025 : 78 %
Économie, HGG, ESH ou histoire-géo
Prépa ECG : 71 %
Lycée : 57 %
Major Prépa 2025 : 67 %
Culture générale ou philosophie
Prépa ECG : 60 %
Lycée : 65 %
Major Prépa 2025 : 57 %
Mathématiquesécart avec Major Prépa : p = 0,009
Prépa ECG : 69 %
Lycée : 52 %
Major Prépa 2025 : 47 %
Voir les données exactes
| Question | Prépa ECG | Lycée | Major Prépa 2025 | p |
|---|---|---|---|---|
| Langues | 83,3 % | 78,3 % | 78,2 % | 0,741 (vs lycée) · 0,556 (vs MP) |
| Économie, HGG, ESH ou histoire-géo | 71,4 % | 56,5 % | 67,3 % | 0,277 (vs lycée) · 0,730 (vs MP) |
| Culture générale ou philosophie | 59,5 % | 65,2 % | 57,3 % | 0,791 (vs lycée) · 0,871 (vs MP) |
| Mathématiques | 69,0 % | 52,2 % | 47,3 % | 0,192 (vs lycée) · 0,009 (vs MP) |
Source : Tableau 4, p. 28-29 (test exact de Fisher).
Ce que ça veut dire
Vu de l'extérieur, impossible de distinguer un prépa d'un lycéen : même outil, même rythme, mêmes matières. 100 % des répondants utilisent ChatGPT.
Par rapport à l'enquête Major Prépa de 2025, l'IA a surtout progressé en mathématiques (69 % contre 47 %) et pour corriger ou reformuler (64 % contre 44 %). La thèse y voit l'effet des progrès rapides des outils.
Résultat 2
En profondeur, deux cerveaux
Dès qu'on regarde comment ils s'en servent, tout change. Sur les 9 questions qui mesurent l'effort, l'autonomie et la maturité, l'écart entre prépas et lycéens est significatif à chaque fois.
- Prépa ECG (n = 42)
- Lycée (n = 23)
J'essaie seul avant de demander à l'IAp < 0,001
Prépa ECG : 5,69
Lycée : 3,57
J'accepte la réponse de l'IA sans la vérifierp < 0,001
Prépa ECG : 2,64
Lycée : 4,48
Je pourrais travailler sans l'IAp < 0,001
Prépa ECG : 5,71
Lycée : 3,39
Je repère les erreurs de l'IAp < 0,001
Prépa ECG : 5,36
Lycée : 3,26
Je fais moins d'efforts depuis l'IAp = 0,013
Prépa ECG : 3,64
Lycée : 4,39
Voir les données exactes
| Question | Prépa ECG | Lycée | p |
|---|---|---|---|
| J'essaie seul avant de demander à l'IA | 5,69 (± 0,84) | 3,57 (± 0,84) | < 0,001 |
| J'accepte la réponse de l'IA sans la vérifier | 2,64 (± 0,82) | 4,48 (± 1,04) | < 0,001 |
| Je pourrais travailler sans l'IA | 5,71 (± 0,92) | 3,39 (± 1,03) | < 0,001 |
| Je repère les erreurs de l'IA | 5,36 (± 0,93) | 3,26 (± 1,01) | < 0,001 |
| Je fais moins d'efforts depuis l'IA | 3,64 (± 0,98) | 4,39 (± 1,08) | 0,013 |
Source : Tableau 6, p. 31 (moyennes sur 7, écart-type ; test de Mann-Whitney). Entre parenthèses : écart-type.
- Prépa ECG (n = 42)
- Lycée (n = 23)
Je planifie ma méthode avant de commencerp < 0,001
Prépa ECG : 5,62
Lycée : 3,61
Je suis ma progression pendant le travailp < 0,001
Prépa ECG : 5,67
Lycée : 3,70
J'évalue moi-même mon travailp < 0,001
Prépa ECG : 5,43
Lycée : 3,70
Je raisonne seul sur un sujet nouveaup < 0,001
Prépa ECG : 5,57
Lycée : 3,78
Indice de maturité (moyenne des 4)p < 0,001
Prépa ECG : 5,57
Lycée : 3,70
Voir les données exactes
| Question | Prépa ECG | Lycée | p |
|---|---|---|---|
| Je planifie ma méthode avant de commencer | 5,62 (± 1,10) | 3,61 (± 1,08) | < 0,001 |
| Je suis ma progression pendant le travail | 5,67 (± 0,79) | 3,70 (± 0,97) | < 0,001 |
| J'évalue moi-même mon travail | 5,43 (± 0,97) | 3,70 (± 0,97) | < 0,001 |
| Je raisonne seul sur un sujet nouveau | 5,57 (± 1,11) | 3,78 (± 1,00) | < 0,001 |
| Indice de maturité (moyenne des 4) | 5,57 (± 0,45) | 3,70 (± 0,58) | < 0,001 |
Source : Tableau 7, p. 33 (moyennes sur 7, écart-type ; test de Mann-Whitney). Entre parenthèses : écart-type.
ρ = −0,33
Plus un élève est mûr, moins il déclare avoir réduit ses efforts depuis l'IA, quel que soit son groupe (corrélation de Spearman, p = 0,006). L'effet suit l'élève, pas l'étiquette « prépa ».
Ce que ça veut dire
L'IA agit comme un GPS. Pour celui qui connaît déjà la ville, c'est un gain de temps. Pour celui qui ne la connaît pas, c'est le moyen le plus sûr de ne jamais l'apprendre.
Le prépa essaie seul d'abord, compare la réponse de l'IA à son propre raisonnement et repère ses erreurs. Le lycéen commence plus souvent par l'IA et accepte sa réponse sans la vérifier. Les entretiens et les observations des professeurs décrivent la même différence.
Résultat 3
Les notes montent plus que la compréhension
Les élèves le disent eux-mêmes : l'IA fait plus pour leurs notes que pour leur compréhension durable.
- Prépa ECG (n = 42)
- Lycée (n = 23)
L'IA améliore mes notesp = 0,162
Prépa ECG : 4,50
Lycée : 4,13
L'IA m'aide à comprendre durablementp = 0,065
Prépa ECG : 4,05
Lycée : 3,57
Voir les données exactes
| Question | Prépa ECG | Lycée | p |
|---|---|---|---|
| L'IA améliore mes notes | 4,50 (± 1,04) | 4,13 (± 0,87) | 0,162 |
| L'IA m'aide à comprendre durablement | 4,05 (± 0,91) | 3,57 (± 0,90) | 0,065 |
Source : Tableau 8, p. 34 (moyennes sur 7, écart-type ; test de Mann-Whitney). Entre parenthèses : écart-type.
52 %
des prépas notent l'effet sur les notes plus haut que l'effet sur la compréhension.
61 %
des lycéens font de même.
Ce que ça veut dire
C'est la signature du paradoxe : l'IA améliore la performance tout en retirant l'effort qui produit l'apprentissage.
Ce n'est pas une preuve que l'IA abîme l'apprentissage : c'est un ressenti déclaré. Mais il est majoritaire dans les deux groupes, alors qu'il n'a rien de flatteur à avouer.
Résultat 4
Les plus exposés sont les moins inquiets
Les prépas s'inquiètent nettement plus de devenir dépendants et de voir leur raisonnement s'affaiblir. Les lycéens voient davantage l'IA comme une alliée.
- Prépa ECG (n = 42)
- Lycée (n = 23)
L'IA est une alliéep = 0,002
Prépa ECG : 4,60
Lycée : 5,48
Je crains de devenir dépendantp < 0,001
Prépa ECG : 5,12
Lycée : 3,65
Je crains que mon raisonnement s'affaiblissep < 0,001
Prépa ECG : 4,93
Lycée : 3,70
Maîtriser l'IA comptera dans mon métierp = 1,000
Prépa ECG : 5,90
Lycée : 5,91
Voir les données exactes
| Question | Prépa ECG | Lycée | p |
|---|---|---|---|
| L'IA est une alliée | 4,60 (± 0,96) | 5,48 (± 0,99) | 0,002 |
| Je crains de devenir dépendant | 5,12 (± 1,29) | 3,65 (± 0,88) | < 0,001 |
| Je crains que mon raisonnement s'affaiblisse | 4,93 (± 1,33) | 3,70 (± 1,02) | < 0,001 |
| Maîtriser l'IA comptera dans mon métier | 5,90 (± 0,82) | 5,91 (± 0,90) | 1,000 |
Source : Tableau 8, p. 34-35 (moyennes sur 7, écart-type ; test de Mann-Whitney). Entre parenthèses : écart-type.
Ce que ça veut dire
Plus un élève est mûr, plus il prend du recul sur l'outil qu'il utilise. Les lycéens construisent encore les bases qui protègent de la dépendance : ils sont à la fois les plus exposés et les moins conscients du risque.
Un point met tout le monde d'accord : maîtriser l'IA comptera dans leur métier (5,90 et 5,91 sur 7).
Ce qu'il faut changer
Trois recommandations
Interdire l'outil ne construit pas la maturité. Le laisser faire non plus. La thèse propose de déplacer l'effort là où l'IA ne peut pas le remplacer.
1
Repenser les devoirs
Un devoir maison se fait aujourd'hui en quelques secondes avec l'IA. Il ne sert plus ni à s'entraîner, ni à évaluer. Le travail qui fait apprendre doit se faire en séance : sous supervision, en temps limité, sans IA.
2
Apprendre à bien s'en servir
La question n'est plus de savoir si les élèves utilisent l'IA : ils l'utilisent tous. Il faut leur apprendre, tôt, à lui confier ce qui encombre (mise en forme, recherche) et à garder l'effort qui construit le raisonnement.
3
Évaluer autrement
Une double évaluation : des épreuves sur table sans IA, comme au concours, et des épreuves avec IA suivies d'un oral, où l'on note le raisonnement, la vérification et la correction des erreurs, pas seulement le résultat.
Sur le terrain
Ce que nous appliquons chez Prépa Rationnelle
La thèse décrit aussi nos choix pédagogiques. Ils vont dans le sens de ses résultats.
Aucun devoir maison entre les séances. Les exercices se font à la main, sur papier, en direct avec le professeur. Comme au concours, sans IA possible.
Des exercices en temps limité, sous supervision. Sur notre plateforme, les exercices se font pendant le cours, dans un temps borné, sous le regard du professeur.
Un seul professeur, dans la durée. Il voit comment l'élève raisonne, pas seulement ce qu'il rend.
1re séance offerte
Votre enfant utilise l'IA pour travailler ?
Une première séance pour voir comment il raisonne quand l'outil n'est pas là. Nous vous rappelons dans l'heure.
Étape 1 sur 2
Complétez le formulaire et bénéficiez de nos conseils
Je suis...
La classe
✓Sans engagement
✓Réponse dans l'heure
Les limites
Ce que l'étude ne dit pas
- Des réponses déclaratives. Les élèves disent ce qu'ils font, on ne le mesure pas directement.
- De petits échantillons (42 et 23 élèves), en particulier côté lycée.
- Un conflit d'intérêts assumé. Une partie des élèves a été recrutée via Prépa Rationnelle, l'entreprise de l'auteur. C'est ce qui a ouvert l'accès à un terrain rarement étudié.
- Une photo, pas un film. L'étude est faite à un instant donné : elle montre des liens, pas des causes.
La thèse en 9 posts
Chaque idée, en format court
Post 2
Même ChatGPT, deux cerveaux
« 65 élèves. Le même ChatGPT. Deux cerveaux différents. »
Post 3
L'IA monte leurs notes, pas leur compréhension
« J'ai interrogé 65 élèves sur l'IA. Leur aveu dérange. »
Post 4
Les plus exposés sont les moins inquiets
« 65 élèves interrogés. Les plus exposés sont les moins inquiets. J'attendais l'inverse. »
Post 5
Les profs ont découvert ChatGPT en corrigeant les copies
« Les profs ont découvert ChatGPT en corrigeant des copies. Pas en concevant leurs cours. »
Post 6
Ma boîte de cours ne donne aucun devoir maison
« Zéro devoir maison dans ma boîte de cours. Par design. Pas par laxisme. »
Post 7
On va l'appeler Lucas
« Son premier réflexe devant un exercice : ChatGPT. On va l'appeler Lucas. Il est au lycée. »
Post 8
Elle refuse que l'IA pense à sa place
« Elle refuse que l'IA pense à sa place. »
Post 9
Le bon et le mauvais délestage cognitif
« Il existe deux charges mentales. Une seule vous fait apprendre. »
Télécharger et citer
La thèse complète et l'affiche
La thèse
AI in Education: A Catalyst for Learning or a New Form of Dependency?
PDF en anglais, 50 pages · ESCP Business School, 2025-2026
Télécharger la thèseCiter la thèse
Dimitrov, D. (2026). AI in Education: A Catalyst for Learning or a New Form of Dependency? Mémoire de Master, ESCP Business School. Directrice : Prof. Ana Reyes Menéndez.
L'auteur
Dimitar Dimitrov a fondé Prépa Rationnelle et enseigne les mathématiques et Python à OTERIA Cyber School. Ce mémoire conclut son Master à l'ESCP Business School. En savoir plus
l'affiche A2, à imprimer